融合时序数据和面板数据的LSTM-RBF城区面积预测模型

• 作者: 张翰超 田子陶 陈晓勇
• 来源期刊: 测绘与空间地理信息
• 学科: 地球科学
• 关键词: 城区面积 预测 时序数据 面板数据 LSTM-RBF
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 3S技术与应用
• 页码范围: 116-120
• 页数: 5页
• 分类号: P208
• 字数: 3528字
• 语种: 中文

摘要

城市扩展模拟预测是将城市时空演变规律应用于城市规划建设决策的重要基础,也是城市研究的热点.现有研究主要分为两类:一类是从城市时空演变角度出发采用异速增长等模型利用时序数据预测;另一类从城市扩张驱动力角度出发采用各类神经网络或多元回归模型结合面板数据进行预测.这两类算法均从单一方面对城市扩张做出解释,缺乏对城市时空演变规律和驱动因素双方面的综合考虑.本文提出了融合时序数据和面板数据的LSTM-RBF城区面积预测模型,该模型通过将长短期记忆(LSTM)网络和径向基函数(RBF)网络相结合,实现了时间序列城区面积和经济、人口等驱动力数据双方面支持下的城区面积联合预测,提高了城区面积预测的精度,为城区面积预测提供了一种新颖有效的方法,能够为城市时空演变研究服务于城市土地利用和规划制订提供技术支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈晓勇	东华理工大学测绘工程学院	52	331	9.0	15.0
2	张翰超	武汉大学遥感信息工程学院	8	17	2.0	4.0
3	田子陶	东华理工大学测绘工程学院	1	0	0.0	0.0